基于超声传感器的胎心率检测优化算法.pdfVIP

下载本文档

60
0
约1.74万字
约 4页
2017-05-11 发布于河南
举报
版权申诉

基于超声传感器的胎心率检测优化算法.pdf

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于超声传感器的胎心率检测优化算法

144 传感器与微系统(TransducerandMicrosystemTechnologies) 2016年第35卷第4期 DOI：10．13873／J．1000-9787(2016)04--0144-04 ／基于超声传感器的I]g,b率检测优化算法黄新安 (江南大学物联网工程学院。江苏无锡214122) 摘要：获得胎心率信号的方法有多种，而以超声传感器检测法应用最广。然而如何在嵌入式实时系统中快速、准确地从含有噪声干扰的超声多普勒回波信号中提取胎心率信号成为一个难点。针对该难点，提出了一种基于经验模态分解 (EMD)与提升小波变换相结合的去噪方法，再将去噪后的胎心信号采用希尔伯特变换提取信号包络，最后通过自相关运算得出胎心率。实验结果表明：采用这种方法能够有效提取到胎心率信号，使得胎心率计算耗时大大减少，同时，计算的准确性得到提高。关键词：胎心率；超声传感器；经验模态分解；提升小波变换；自相关中图分类号：TP391 文献标识码：A 文章编号：1000-9787(2016)04-0144-04 Optimization algorithm forfetalheartratedetecting basedonultrasonicsensor HUANG Xin—an (SchoolofInternetofThingsEngineering，JiangnanUniversity，Wuxi214122，China) Abstract-Therearemanywaystoobtain FHR signal，andthemostcommonwayistouseultrasonicsensor． However，itisachallengetoquicklyandaccuratelyextractpurefetalheartsignalfrom Dopplerfetalheart echo signalwhichhasalotofnoiseinterferenceinembeddedrealtimesystem．Consideringthedifficulty，anewkindof denoisingmethodbasedonempiricalmodedecomposition(EMD)andliftingwavelettransformisconstructed． Thenuse theHilberttransform toextractenvelope ofsignaland getfetalheart ratethrough autocorrelation operation．Theexperimentalresultsshow thatthealgorithm caneffectivelyextractfetalheart ratesignal，greatly reduceheartratecalculationtimeandimprovedveracityofcalculation． Keywords：fetalheartrate(FHR)；ultrasonicsensor；empiricalmodedecomposition(EMD)；liftingwavelet transfo1Tn；autocorrelation 0 引言